Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pesawat Udara Nir Awak (PUNA) identik dengan misi pengawasan dari udara. Misi ini semakin kompleks mulai dari pengawasan area hingga pengawasan terhadap sasaran yang bergerak. Dalam pengawasan terhadap sasaran bergerak, PUNA membutuhkan informasi posisi sasaran untuk suatu selang waktu ke depan serta membutuhkan sistem pemanduan yang menuntunnya semakin dekat pada sasaran tersebut. Metoda Pelacakan Sasaran telah bervariasi dari Nonlinear Target Tracking, RVQ, Robust Trajectory, Nonlinear Dynamic Inversion, RISE feedback, Multitarget Tracking dan lainnya. Metode-metode ini membutuhkan informasi posisi, kecepatan, bahkan video berpresisi tinggi dalam penerapannya. Sementara, apabila semakin sedikit sensor yang dipasang pada PUNA maka semakin ringan beban yang dibawa dalam misi terbangnya. Penelitian ini ditujukan untuk merancang metode Pengendali Panduan Terbang (flight guidance-controller) yang dapat diterapkan pada misi terbang pengawasan (surveillance/monitoring) PUNA. Metode ?backstepping-like? dipilih untuk melakukan pemanduan dalam model nonlinear. Dalam Tesis ini, PUNA akan mengukur posisi target dalam Jarak, Sudut Elevasi dan Sudut Azimut dalam Tata Acuan Koordinat Benda. Pengukuran tersebut diolah dengan Extended Kalman Filter untuk memperkirakan posisi target ke masa depan pada suatu selang waktu. Besaran jarak, elevasi dan azimut yang terukur akan diolah menjadi posisi xyz Target dalam Tata Acuan Koordinat Horizon. Selanjutnya, Pengendali Panduan (guidance-controller) akan menghasilkan perintah kendali berupa kecepatan, sudut tanjak lintas terbang dan sudut arah lintas terbang untuk mengarahkan PUNA untuk bergerak menuju Target serta melakukan misi pengawasan. ...... Monitoring and surveillance mission of a UAV has become more complex because the needs to track moving targets. This is due to the needs of the UAV in getting the position of the targets for a duration of time ahead while it must have guiding system to chase the target. The methods of such Nonlinear Target Tracking, RVQ, Robust Trajectory, Nonlinear Dynamic Inversion, RISE feedback, Multitarget Tracking etc. has developed for tracking the moving target. For their accuracy, the methods need the position information, speed, and even a high precision video camera to be applied. While the fewer sensors needed, then the smaller of weight will be carried by the UAV for its mission. This work were intended to design a flight guidance-controller that suitable to be applied in PUNA (Indonesian Unmanned Aerial Systems) which is doing target-tracking in its surveillance or monitoring mission. The guidance controller will be constructed using the 'backstepping-like' method. The PUNA measured the target?s Range, Elevation and Azimuth angle in the Body Reference Coordinate System. Then, the measured parameter will be processed into the Extended Kalman Filter to predict the target?s position for a durations of moment ahead of the measurement time. The measured range, elevation and azimuth will be processed into xyz-position of the target with respect to Horizontal Reference Coordinate System. Then the guidance-controller derived the commanded velocity, flight path angle, and course angle so the PUNA can reduce its distance from target and continuously doing its surveillance mission.

Abstrak :
ABSTRAK
Penelitian disertasi ini mencakup analisis Sistem Kendali berbasis Neural Network NN untuk rotorcraft dan Unmanned Aerial Vehicle UAV fixed-wing. Quadrotor dan UAV fixed-wing berekor inverted-V mewakili kedua tipe UAV dengan dinamika terbangnya yang nonlinear, serta kopling-silang yang kuat dan karakteristik under-actuated. Oleh karena itu, metode Direct Inverse Control DIC berbasis NN cocok diterapkan sebagai pengendali terbang kedua tipe UAV tersebut, dengan unjuk kerja yang lebih baik dibandingkan dengan Sistem Kendali saat ini yang berbasis metode Proportional-Integral-Differential PID .UAV berkembang pesat untuk berbagai aplikasi, mulai dari penggunaan quadrotor untuk videografi jarak dekat, hingga UAV fixed-wing berekor inverted-V untuk misi taktis dan strategis. Quadrotor banyak digunakan karena kemampuan hovering serta take-off dan landing secara vertikal untuk misi di area yang sempit dan berlangsung singkat sesuai keterbatasan daya baterainya. Untuk mengatasi keterbatasan tersebut, UAV fixed-wing digunakan untuk area yang luas dan berlangsung lama. BPPT merespon kebutuhan ini dengan mengembangkan Pesawat Udara Nir Awak PUNA Alap-Alap dengan konfigurasi fixed-wing dan ekor inverted-V.Penggunaan ekor inverted-V akan meningkatkan kemampuan maneuver UAV. Meski demikian, ekor inverted-V tersebut memunculkan kopling tambahan antara modus gerak pitch dengan modus roll-yaw sehingga kompleksitas pengendaliannya meningkat dibandingkan dengan ekor T konvensional. Oleh karena itu, diperlukan metode kendali komprehensif yang mengakomodasi aspek nonlinearitas dan kopling-silang akibat hal tersebut. Metode berbasis NN cocok diterapkan untuk UAV karena mekanisme pembelajaran yang dimilikinya untuk mereplika dinamika sistem untuk Identifikasi Sistem dan sebaliknya, mampu membangun inversi dinamika sistem untuk DIC-NN .Di dalam analisis ini, kedua UAV dimodelkan dengan identifikasi berbasis NN untuk mengakomodasi karakter nonlinear dan kopling silangnya. Selanjutnya, DIC-NN dibangun untuk memetakan output UAV terhadap input yang bersesuaian. Unjuk kerja DIC- NN ini dibandingkan terhadap PID sebagai representasi metode kendali yang ada saat ini. Sistem Kendali DIC-NN menghasilkan settling time yang lebih singkat dan overshoot yang lebih kecil dibanding PID.

---

ABSTRACT
The research in this dissertation focused to analyze the Neural Network NN based control system for rotorcraft and the fixed-wing Unmanned Aerial Vehicle UAV . The Quadrotor and the fixed-wing UAV with incerted-V tail were chosen to represent both of UAV types characterized by the nonlinear flight dynamics, as well as strong cross-coupling and under-actuated condition. Therefore, the NN based Direct Inverse Control DIC method is suitable for a UAV flight controller, with a better performance compared to the existing Proportional-Integral-Differential PID -based Control System.UAVs are growing rapidly for a variety of applications, ranging from Quadrotor for a close-range videography, to the inverted-V tail fixed-wing UAVs in the tactical and strategic missions. Quadrotor is popular due to the ability of hovering and vertically take-off and landing in the narrow areas for short duration due to the limitation of the battery capability. To overcome these limitations, fixed-wing UAVs are used for large areas and long-duration mission. BPPT responds this requirement by developing the Alap-Alap UAV with the fixed-wing configuration and equipping it with inverted-V tail.The application of inverted-V tail aimed to increase UAV maneuverability. However, the inverted-V tail generates an additional coupling between the pitch-motion mode and the roll-yaw mode so that the control complexity increases than the conventional T-tail. Therefore, a comprehensive control method is required to accommodates the nonlinearity and cross-coupling aspects of it. The NN-based method is suitable for UAVs because of the learning mechanism it has to replicate system dynamics for System Identification and vice versa, capable of building system dynamic inversions for DIC-NN .In this analysis, both UAVs are modeled with NN-based identification to accommodate their nonlinear characters and cross-coupling. Furthermore, DIC-NN is built to map the UAV output with the corresponding input. The DIC-NN performance is compared against PID as a representation of the existing control method. The DIC-NN Control System produces a shorter settling time and a smaller overshoot than the PID.